本文介绍了信息检索中的结果评价指标，包括无序结果评价的正确率（Precision）、召回率（Recall）和F值，以及有序结果评价的MAP值和NDCG值。重点讲解了这些指标的计算方法和它们如何考虑相关文档的数量、位置以及相关度。NDCG值尤其考虑了文档的相关度和位置，是衡量检索系统性能的重要指标。
一、无序结果评价
1.正确率（Precision）
Precision = 返回结果中的相关文档数 / 返回结果的数目
2.召回率（Recall）
Recall = 返回结果中的相关文档数 / 所有原本相关文档数目
3.F值，是Precision和Recall的调和平均值
F = （β^2+1）PR / (β^2P+R) ，β=1表示正确率和召回率的等权重，β<1表示强调正确率，β>1表示强调召回率。
二、有序结果的评价
1.MAP值（mean average precision，平均正确率值）
这里的“平均”指的是对query的平均。公式如下：
其中，Q是query的集合，mj表示qj对应的所有相关文档的文档数，Rjk表示返回结果中直到遇见文档k（也是相关文档哦！）所在位置前的所有文档集合，也就是说对应的
最低0.47元/天 解锁文章
扫一扫
1857
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
